课程实验大纲如下：后面会详细说明车道识别、相机标定、坐标转换和控制算法。
📘 《车道保持控制（Lane Keeping）》
一、课程基本信息
- 课程名称：自动驾驶技术 / 计算机控制系统应用
- 课时：4~6学时（建议2次课+1次实验）
- 教学对象：本科三年级（已学信号处理/控制基础）
- 实验平台：MATLAB + USB相机 + Arduino小车
二、教学目标（必须明确）
1️ ⃣ 知识目标
学生掌握：
- 相机成像模型（内参/外参）
- 车道线检测基本算法
- 图像坐标 → 车辆坐标转换
- 车道保持控制原理（Stanley / Pure Pursuit）
2️ ⃣ 能力目标
学生能够：
- 完成相机标定
- 实现车道线识别（MATLAB）
- 设计简单车道保持控制器
- 控制小车沿车道行驶
3️ ⃣ 工程目标
实现完整闭环：
📷 相机 → 🧠算法 → 🎯控制 → 🚗执行
三、课程整体结构（课堂逻辑）
👉 "看见车道 → 理解位置 → 计算偏差 → 控制方向"
四、第一部分：相机标定（核心基础）
4.1 为什么必须标定？
👉 图像 ≠ 真实世界
问题：
- 图像是透视的
- 存在畸变
- 尺度不一致
📌 结论：
必须获取：
- 内参（焦距、主点）
- 外参（位置、姿态）
4.2 相机畸变
两类：
- 径向畸变（桶形/枕形）
- 切向畸变
👉 MATLAB函数：
undistortedImage = undistortImage(I, cameraParams);
4.3 MATLAB 标定流程（实验重点）
步骤：
1️⃣ 拍摄棋盘格（10~20张）
2️⃣ 打开 Camera Calibrator
3️⃣ 输入格子尺寸
4️⃣ 自动提取角点
5️⃣ 计算参数
👉 注意（考试点）：
- 分辨率必须一致
- 覆盖不同角度
- 棋盘至少占20%画面
五、第二部分：坐标变换（核心难点）
5.1 为什么要坐标转换？
👉 图像偏差 ≠ 真实偏差
5.2 三个坐标系
- 图像坐标 (u, v)
- 相机坐标 (Xc, Yc, Zc)
- 车辆坐标 (X, Z)
5.3 关键思想（教学重点）
👉 假设：地面是平面
👉 可求解：
- 横向偏差
- 航向角
5.4 工程简化（建议课堂用）
👉 方法1（推荐）：
- 相机装在车头中心
- 忽略外参
👉 方法2：
- 标定棋盘格直接得到外参
六、第三部分：车道线识别（视觉核心）
6.1 基本流程（必须讲清）
灰度化
- 边缘检测
- ROI区域提取
- Hough变换
- 后处理
6.2 边缘检测（Canny）
edge_img = edge(gray,'canny',0.3,0.4);
6.3 ROI 区域（关键工程技巧）
bw = roipoly(img, x, y);
👉 作用：
- 去掉天空/干扰
- 只保留道路区域
6.4 Hough 直线检测（核心）
👉 本质：
图像空间：
y = mx + b
Hough空间：
一个点 → 一条线
👉 MATLAB实现：
H,T,R = hough(BW);
P = houghpeaks(H,3);
lines = houghlines(BW,T,R,P);
6.5 后处理（工程关键）
👉 必须讲：
- 左右车道分离
- polyfit拟合
- 滤波稳定
七、第四部分：复杂环境问题（重点加分）
7.1 阳光影响（必讲）
问题：
- 过曝
- 阴影
- 反光
解决方法：
1️⃣ HSV颜色空间
2️⃣ 自适应阈值
3️⃣ Gamma校正
7.2 异常车道（工程重点）
问题：
- 虚线
- 遮挡
- 错误识别（瓷砖等）
解决策略：
方法1：时间滤波（推荐）
当前帧 + 上一帧融合
方法2：模型约束
- 左右车道应平行
- 宽度固定
方法3：Kalman滤波（进阶）
八、第五部分：车道保持控制算法（核心）
8.1 控制目标
👉 让车辆沿车道中心行驶
8.2 两个关键量
- 横向偏差 e
- 航向误差 θ
⭐ 8.3 Stanley 控制（重点讲）
控制律：
物理意义：
- θ → 方向纠正
- e → 偏移纠正
👉 必须强调：
⚠️ 只用角度会失败！
8.4 Pure Pursuit （对比讲）
核心：
👉 "追一个前方点"
8.5 两种方法对比
|--------------|--------|--------|
| 方法 | 优点 | 缺点 |
| Stanley | 稳定 | 低速震荡 |
| Pure Pursuit | 平滑 | 偏差大 |
九、第六部分：完整车道保持算法（课堂用）
⭐ 推荐教学算法
👉 适合本科生：
Step 1 ：读取相机
cam = webcam;
img = snapshot(cam);
Step 2 ：车道检测
- 灰度
- 边缘
- Hough
Step 3 ：提取车道中心
Step 4 ：计算偏差
Step 5 ：控制输出
steer = -k1*theta - k2*e;
十、实验设计（必须有）
实验1：相机标定
输出：
- cameraParams
实验2：车道检测
输出：
- 左右车道线
实验3：控制小车
实现：
- 自动循迹
十一、MATLAB完整示例（核心）
img = snapshot(cam);
gray = rgb2gray(img);
edge_img = edge(gray,'canny',0.3,0.4);
H,T,R = hough(edge_img);
P = houghpeaks(H,2);
lines = houghlines(edge_img,T,R,P);
% 简化控制
theta = ...;
e = ...;
steer = -0.5*theta - 0.2*e;
十二、课堂总结
👉 车道保持 = 感知 + 建模 + 控制
三层理解：
1️⃣ 看见车道（视觉）
2️⃣ 理解位置（几何）
3️⃣ 控制车辆（控制）
十三、拓展（自学习）
- 深度学习车道检测（YOLO）
- BEV（鸟瞰变换）
- 自动驾驶系统架构